基础的数据结构（五种基础数据结构及应用场景）
Redis 有 5 种基础数据结构，分别为：string (字符串)、list (列表)、set (集合)、hash (哈希) 和 zset (有序集合)。
字符串 string 是 Redis 最简单的数据结构。Redis 所有的数据结构都是以唯一的 key 字符串作为名称，然后通过这个唯一 key 值来获取相应的 value 数据。不同类型的数据结构的差异就在于 value 的结构不一样。字符串结构使用非常广泛，一个常见的用途就是缓存用户信息。我们将用户信息结构体使用 JSON 序列化成字符串，然后将序列化后的字符串塞进 Redis 来缓存。同样，取用户信息会经过一次反序列化的过程。
1. string的常用操作（1） 键值对
# 存入字符串键值对
set key value
# 获取一个字符串键值对
get key
# 删除
del key
复制代码
可以批量对多个字符串进行读写，节省网络耗时开销
# 批量存储字符串键值对
mset ket value [key value .....]
# 批量获取字符串键值对
mget key [key ......]
复制代码
# 设置一个键(key)的过期时间(seconds)
expire key seconds
# setex 等价于 set expire
setex key seconds value
# 存入一个不存在的字符串键值对
setnx key value
复制代码
如果 value 值是一个整数，还可以对它进行自增操作。自增是有范围的，它的范围是 signed long 的最大最小值，超过了这个值，Redis 会报错
# 将 key 中存储的值加1
incr key
# 将 key 中存储的值减1
decr key
# 将 key 中存储的值加increment
incrby key increment
# 将 key 中存储的值减decrement
decrby key decrement
复制代码
Redis应用场景：常规key-value缓存应用、常规计数：微信公众号阅读次数，粉丝数等、分布式锁等
（1）单值缓存
set key value
get key
复制代码
set user:1 value(json格式数据)
mset user:1:name zhuge user:1:balance 1888
mget user:1:name user:1:balance
复制代码
incr article:readcount:{文章id}
get article:readcount:{文章id}
复制代码
这里推荐王松大神的一篇文章： wangsong.blog.csdn.net/article/det…
（6）分布式系统全局序列号redis批量生成序列号提升性能
二. hash (哈希)String类型存储的困惑
- 对象类数据的存储如果具有较为频繁的更新需求，操作会显得笨重，存容易，改麻烦。
- 为了区别与Redis中的键值对的称呼，hash中的键成为field，而key特指Redis的键。
- 新的存储需求：对一系列存储的数据进行编组，方便管理，典型应用存储对象信息
- 需要的内存结构：一个存储空间保存多少个键值对数据
- hash类型：底层使用哈希表结构实现数据存储，相当于 Java 语言里面的 HashMap，它是无序字典。内部实现结构上同 Java 的HashMap 也是一致的，同样的数组 链表二维结构。第一维 hash 的数组位置碰撞时，就会将碰撞的元素使用链表串接起来。
# 添加修改数据
hset key field value
# 获取数据
hget key field
# 删除数据
hdel key field1 [field2 ...]
复制代码
# 添加/修改多个数据
hmset key field1 value1 field2 calue2
#获取多个数据
hmget key field1 field2 …
# 获取哈希表key中field的数量
hlen key
# 获取哈希表key中所有的键值
hgetall key
# 获取哈希表中是否存在指定的字段
hexists key field
复制代码
# 将 field 中存储的值加 increment
hincrby key field increment
# float 值
hincrbyfloat key field increment
复制代码
hmset user {userId}:name value {userId}:balance value
hmset user {1}:name zhuge {1}:balance 1888
复制代码
- 业务场景：电商网站购物车的设计与实现。
- 解决方案：
- 以客户id作为key，每位用户创建一个hash存储结构存储对应的购物车信息。
- 将商品编号作为field，购买数量作为value进行存储。
- 添加商品：追加全新的field与value。 hset cart:101 1001 1
- 浏览：遍历hash。 hgetall cart:101
- 更改数量：自增/自减，设置value值。 hincrby cart:101 1001 1
- 删除商品：删除field。 hdel cart:101 1001
- 清空：删除key。
- 优点
- 同类数据归类整合储存，方便数据管理。
- 相比string操作消耗内存与cpu更小。
- 相比string储存更节省空间。
- 缺点
- 过期功能不能使用在field上，只能用在key上。
- Redis集群架构下不适合大规模使用。
redis集群架构
- 数据存储需求：存储多个数据，并对数据进入存储空间的顺序进行区分
- 需要的存储数据：一个存储空间保存多个数据，且通过数据可以体现进入顺序
- list类型：保存多个数据，底层使用 双向链表 存储结构实现
# 将一个或多个值value插入到key列表的表头（最左边）
lpush key value1 [value2 …]
# 将一个或多个值value插入到key列表的表尾（最右边）
rpush key value1 [value2 …]
复制代码
# 移除并返回key列表的头元素
lpop key
# 移除并返回key列表的尾元素
rpop key
复制代码
# 获取列表key中指定区间内的元素，从左数第start到stop个元素，从0开始
lrange key start stop
# 查询第i个元素
lindex key index
# list的长度
llen key
复制代码
# 从key列表表头弹出一个元素，若列表中没有元素，阻塞等待timeout秒，如果timeout=0，一直阻塞等待
blpop key1 [key2 ...] timeout
# 从key列表表尾弹出一个元素，若列表中没有元素，阻塞等待timeout秒，如果timeout=0，一直阻塞等待
brpop key1 [key2 ...] timeout
复制代码
开两个客户端，一个设置15s内获取list1中的值，此时list1位空一直等待(阻塞)，在15秒内另一个客户端存入到list1中数据，此时就被获取到。
（5）移除指定数据
# 根据参数count的值，移除列表中与参数value相等的元素。count为移除的数量，value为移除哪个值
lrem key count value
复制代码
- Stack(栈) = lpush lpop → filo
- Queue(队列) = lpush rpop
- Blocking MQ(阻塞队列) = lpush brpop
业务场景
- 新浪微博、twitter中个人用于的关注列表需要按照用户的关注顺序进行展示，粉丝列表需要将最近关注的粉丝列在前面。
- 公众号、新闻、资讯类网站如何将最新的新闻或资讯按照发生的事件顺序展示。
- 企业运营过程中，系统将产生出大量的运营数据，如何保障堕胎服务器操作日志的统一顺序输出？
解决方案
- 依赖list的数据具有顺序的特征对信息进行管理。
- 使用队列模型解决多路信息汇总合并的问题。
- 使用栈模型解决最新消息的问题。
# 河北日报发了消息，消息id为1
lpush msg:user_id 1
# 央视网发了消息，消息id为2
lpush msg:user_id 2
# 查看最新公众号消息
lrange msg:user_id 0 5
复制代码
- 新的存储需求：存储大量的数据，在查询方面提供更高的效率
- 需要的存储结构：能够保存大量的数据，高效的内部存储机制，便于查询
- set类型：与hash存储结构完全相同，仅存储键，不存储值（nil)，并且值是不允许重复的。也就是只有键没有值的hash
# 将一个或多个member元素加入到集合key当中，已经存在于集合的member元素将被忽略。若key不存在，则创建一个只包含member元素作成员的集合
sadd key member [member ...]
复制代码
# 获取集合 key 中的所有成员
smembers key
# 获取集合key中元素的数量
scard key
# 判断集合key中是否存在member元素
sismember key member
# 获取集合key中的count个随机元素，并从集合key中移除
spop key [count]
# 获取集合key中的count个随机元素，不从集合key中移除
srandmember key [count]
复制代码
# 移除集合 key 中的一个或多个 member 元素，不存在的 member 元素会被忽略
srem key member [member ...]
复制代码
返回一个集合的全部成员，该集合是所有给定集合的交集。 sinter key
代码示例：
redis> smembers group_1
1) "LI LEI"
2) "TOM"
3) "JACK"
redis> smembers group_2
1) "HAN MEIMEI"
2) "JACK"
redis> sinter group_1 group_2
1) "JACK"
复制代码
将交集结果保存到destination集合，如果destination集合已经存在，则将其覆盖。destination可以是key本身。 sinterstore destination key [key …]
代码示例：
redis> smembers songs
1) "good bye joe"
2) "hello,peter"
redis> smembers my_songs
1) "good bye joe"
2) "falling"
redis> sintrestore song_interset songs my_songs
(integer) 1
redis> smembers song_interset
1) "good bye joe"
复制代码
返回一个集合的全部成员，该集合是所有给定集合的并集。 sunion key [key ...]
代码示例：
redis> smembers songs
1) "Billie Jean"
redis> smembers my_songs
1) "Believe Me"
redis> sunion songs my_songs
1) "Billie Jean"
2) "Believe Me"
复制代码
将并集结果保存到destination集合，如果destination集合已经存在，则将其覆盖。destination可以是key本身。 sunionstore destination key [key …]
代码示例：
redis> smembers NoSQL
1) "MongoDB"
2) "Redis"
redis> smembers SQL
1) "sqlite"
2) "MySQL"
redis> sunionstore db NoSQL SQL
(integer) 4
redis> smembers db
1) "MySQL"
2) "sqlite"
3) "MongoDB"
4) "Redis"
复制代码
返回一个集合的全部成员，该集合是所有给定集合之间的差集。 sdiff key [key ...]
代码示例：
redis> smembers peters_movies
1) "bet man"
2) "start war"
3) "2012"
redis> smembers joes_movies
1) "hi, lady"
2) "Fast Five"
3) "2012"
redis> sdiff peters_movies joes_movies
1) "bet man"
2) "start war"
复制代码
将差集结果保存到destination集合，如果destination集合已经存在，则将其覆盖。destination可以是key本身。 sdiffstore destination key [key …]
代码示例：
redis> smembers joes_movies
1) "hi, lady"
2) "Fast Five"
3) "2012"
redis> smembers peters_movies
1) "bet man"
2) "start war"
3) "2012"
redis> sdiffstore joe_diff_peter joes_movies peters_movies
(integer) 2
redis> smembers joe_diff_peter
1) "hi, lady"
2) "Fast Five"
复制代码
- 点击参加抽奖加入set集合
sadd key {user_id}
复制代码
- 查看参与抽奖所有用户
smembers key
复制代码
- 抽取count名中奖者
srandmember key [count] / spop key [count]
复制代码
redis应用于随机推荐类信息检索，例如热点歌单推荐，热点新闻推荐，热点旅游线路，应用APP推荐，大V推荐等。
业务场景：每位用户首次使用进入头条时候会设置3项爱好的内容，但是后期为了增加用户的活跃度，兴趣点，必须让用户对其他信息类别逐渐产生兴趣，增加客户留存度，如何实现？
业务分析：- 系统分析出各个分类的最新或最热点信息条目并组织成set集合
- 随机挑选其中部分信息
- 配合用户关注信息分类中的热点信息组织展示的全信息集合
- 随机获取集合中指定数量的数据
srandmember key [count]
复制代码
- 随机获取集合中的某个数据并将该数据移出集合
spop key
复制代码
- 脉脉为了促进用户间的交流，保障业务成单率的提升，需要让每位用户拥有大量的好友，事实上职场新人不具有更多的职场好友，如何快速为用户积累更多的好友？
- 新浪微博为了增加用户热度,提高用户留存性，需要微博用户在关注更多的人，以此获得更多的信息或热门话题，如何提高用户关注他人的总量？
- QQ新用户入网年龄越来越低，这些用户的朋友圈交际圈非常小，往往集中在一所学校甚至一个班级中，如何帮助用户快速积累好友用户带来更多的活跃度？
- 微信公众号是微信信息流通的渠道之一，增加用户关注的公众号成为提高用户活跃度的一种方式，如何帮助用户积累更多关注的公众号？
- 美团外卖为了提升成单量，必须帮助用户挖掘美食需求，如何推荐给用户最适合自己的美食？解决方案：
# 我关注的人
redis> smembers mySet
1) "zhuge"
2) "yangguo"
3) "sima"
# 杨过关注的人
redis> smembers yangguoSet
1) "zhuge"
2) "sima"
3) "luban"
4) "guojia"
# 司马关注的人
redis> smembers simaSet
1) "zhuge"
2) "yangguo"
3) "guojia"
4) "luban"
5) "xunyu"
复制代码
- 共同关注
# 我和杨过共同关注
redis> sinter yangguoSet mySet
1) "zhuge"
2) "sima"
复制代码
- 我关注的人也关注他
# 我关注的人也关注杨过
redis> sismember simaSet yangguo
(integer) 1
复制代码
- 我可能认识的人
redis> sdiff mySet yangguoSet
1) "luban"
2) "guojia"
复制代码
公司对旗下新的网站做推广，统计网站的PV (访问量)，UV (独立访客)，IP (独立IP)。
- PV：网站被访问次数，可通过刷新页面提高访问量。
- UV：网站被不同用户访问的次数，可通过cookie统计访问量，相同用户切换IP地址，UV不变。
- IP：网站被不同IP地址访问的总次数，可通过IP地址统计访问量，相同IP不同用户访问，IP不变。
针对不同的统计类型有不同的数据存储方式：
- 利用set集合的数据去重特征，记录各种访问数据
- 建立string类型数据，利用incr统计日访问量（PV)
- 建立set模型，记录不同cookie数量（UV)
- 建立set模型，记录不用IP数量（IP)
资讯类信息类网站追求高访问量，但是由于其信息的价值，往往容易被不法分子利用，通过爬虫技术，快速获取信息，个别特种行业网站信息通过爬虫获取分析后，可以转换成商业机密进行出售。例如第三方火车票、机票、酒店刷票代购软件、电商刷评论、刷好评。 同时爬虫带来的伪流量也会给经营者带来错觉，产生错误的决策，有效避免网站被爬虫反复爬取成为每个网站都要考虑的基本问题。在基于技术层面区分出爬虫用户后，需要将此类用户进行有效的屏蔽，这就是黑名单的典型应用。 ps：不是说爬虫一定做摧毁性的工作，有些小型网站需要爬虫为其带来一些流量。
白名单：对于安全性更高的应用访问，仅仅靠黑名单是不能解决安全问题的，此时需要设定可访问的用户群体，依赖白名单做更为苛刻的访问验证。
解决方案：- 基于经营战略设定问题用户发现、鉴别规则
- 周期性更新满足规则的用户黑名单，加入set集合
- 用户行为信息达到后与黑名单进行比对，确认行为去向
- 黑名单过滤IP地址：应用于开放游客访问权限的信息源
- 黑名单过滤设备信息：应用于限定访问设备的信息源
- 黑名单过滤用户：应用于基于访问权限的信息源
- 新的存储需求：根据排序有利于数据的有效显示，需要提供一种可以根据自身特征进行排序的方式。
- 需要的存储结构：新的存储模型，可以保存可排序的数据。
- zset类型：在set的存储结构基础上添加可排序字段。
# 将一个或多个 member 元素及其 score 值加入到有序集 key 当中。
zadd key score member [[score member] [score member] …]
复制代码
- 如果某个 member 已经是有序集的成员，那么更新这个 member 的 score 值，并通过重新插入这个 member元素，来保证该 member 在正确的位置上。
- score 值可以是整数值或双精度浮点数。
- 如果 key 不存在，则创建一个空的有序集并执行 ZADD 操作。
- 当 key 存在但不是有序集类型时，返回一个错误。
# 获取有序集 key 中，成员 member 的 score 值
zscore key member
# 获取有序集 key 的成员的数量。
zcard key
# 获取有序集 key 中， score 值在 min 和 max 之间(默认包括 score 值等于 min 或 max )的成员的数量。
zcount key min max
复制代码
# 正序（从小到大）获取有序集 key 中，指定区间内[start到stop]的成员。
zrange key start stop [WITHSCORES]
# 倒序（从大到小）获取有序集 key 中，指定区间内[start到stop]的成员。
zrevrange key start stop [WITHSCORES]
复制代码
- 下标参数 start 和 stop 都以 0 为底，也就是说，以 0 表示有序集第一个成员，以 1 表示有序集第二个成员，以此类推。你也可以使用负数下标，以 -1 表示最后一个成员， -2 表示倒数第二个成员，以此类推。
- 超出范围的下标并不会引起错误。 比如说，当 start 的值比有序集的最大下标还要大，或是 start > stop 时， zrange命令只是简单地返回一个空列表。 另一方面，假如 stop 参数的值比有序集的最大下标还要大，那么 Redis 将 stop 当作最大下标来处理。
# 移除有序集 key 中的一个或多个成员，不存在的成员将被忽略。
zrem key member [member …]
复制代码
- 条件删除
# 移除有序集 key 中，指定排名(rank)区间内的所有成员。
zremrangebyrank key start stop
# 移除有序集 key 中，所有 score 值介于 min 和 max 之间(包括等于 min 或 max )的成员。
zremrangebyscore key min max
复制代码
redis> ZADD salary 2000 jack
(integer) 1
redis> ZADD salary 5000 tom
(integer) 1
redis> ZADD salary 3500 peter
(integer) 1
redis> ZREMRANGEBYRANK salary 0 1 # 移除下标 0 至 1 区间内的成员
(integer) 2
redis> ZRANGE salary 0 -1 WITHSCORES # 有序集只剩下一个成员
1) "tom"
2) "5000"
复制代码
redis> ZRANGE salary 0 -1 WITHSCORES # 显示有序集内所有成员及其 score 值
1) "tom"
2) "2000"
3) "peter"
4) "3500"
5) "jack"
6) "5000"
redis> ZREMRANGEBYSCORE salary 1500 3500 # 移除所有薪水在 1500 到 3500 内的员工
(integer) 2
redis> ZRANGE salary 0 -1 WITHSCORES # 剩下的有序集成员
1) "jack"
2) "5000"
复制代码
# 为有序集 key 的成员 member 的 score 值加上增量 increment 。
zincrby key increment member
复制代码
redis> ZSCORE salary tom
"2000"
redis> ZINCRBY salary 2000 tom # tom 加薪啦！
"4000"
复制代码
# 计算给定的一个或多个有序集的并集，其中给定 key 的数量必须以 numkeys 参数指定，并将该并集(结果集)储存到 destination 。
zunionstore destination numkeys key [key …]
复制代码
redis> ZRANGE programmer 0 -1 WITHSCORES
1) "peter"
2) "2000"
3) "jack"
4) "3500"
5) "tom"
6) "5000"
redis> ZRANGE manager 0 -1 WITHSCORES
1) "herry"
2) "2000"
3) "mary"
4) "3500"
5) "bob"
6) "4000"
redis> ZUNIONSTORE salary 2 programmer manager WEIGHTS 1 3 # 公司决定加薪。。。除了程序员。。。
(integer) 6
redis> ZRANGE salary 0 -1 WITHSCORES
1) "peter"
2) "2000"
3) "jack"
4) "3500"
5) "tom"
6) "5000"
7) "herry"
8) "6000"
9) "mary"
10) "10500"
11) "bob"
12) "12000"
复制代码
# 计算给定的一个或多个有序集的交集，其中给定 key 的数量必须以 numkeys 参数指定，并将该交集(结果集)储存到 destination 。
zinterstore destination numkeys key [key …]
复制代码
redis > ZADD mid_test 70 "Li Lei"
(integer) 1
redis > ZADD mid_test 70 "Han Meimei"
(integer) 1
redis > ZADD mid_test 99.5 "Tom"
(integer) 1
redis > ZADD fin_test 88 "Li Lei"
(integer) 1
redis > ZADD fin_test 75 "Han Meimei"
(integer) 1
redis > ZADD fin_test 99.5 "Tom"
(integer) 1
redis > ZINTERSTORE sum_point 2 mid_test fin_test
(integer) 3
redis > ZRANGE sum_point 0 -1 WITHSCORES # 显示有序集内所有成员及其 score 值
1) "Han Meimei"
2) "145"
3) "Li Lei"
4) "158"
5) "Tom"
6) "199"
复制代码
- 点击新闻，点击量 1
zincrby hotNews:20210104 1 特朗普通话语音曝光
复制代码
- 展示当日排行前十
zrevrange hotNews:20210104 0 9 WITHSCORES
复制代码
- 七日搜索榜单计算
zunionstore hotNews:20210104-2021010110 7 hotNews:20210104 hotNews:20210105 ... hotNews:20210110
复制代码
- 展示七日排行前十
zrevrange hotNews:20210104-2021010110 0 9 WITHSCORES
复制代码
基础服务 增值服务类网站会设定各位会员的试用，让用户充分体验会员优势。例如观影试用VIP、游戏VIP体验、云盘下载体验VIP、数据查看体验VIP，当VIP体验到期后，如何有效管理此类信息。即便对于正式VIP用户也存在对应的管理方式。 网站会定期开启投票、讨论,限时进行,逾期作废。如何有效管理此类过期信息。
解决方案：- 对于基于时间线限定的任务处理，将处理时间记录为score值，利用排序功能区分处理的先后顺序
- 记录下一个要处理的事件，当对比系统时间发现当然仍后到期后移除redis中的记录，并记录下一个要处理的时间
- 当新任务加入时，判定并更新当前下一个要处理的任务时间
- 为提升sorted_set的性能，通常将任务根据特征存储成若干个sorted_set.例如1小时内，1天内，年度等，操作时逐渐提升，将即将操作的若干个任务纳入到1小时内处理队列中
- time命令获取当前系统时间
免责声明：本文仅代表文章作者的个人观点，与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺，请读者仅作参考，并自行核实相关内容。文章投诉邮箱：anhduc.ph@yahoo.com
